结合放射学和临床模型,使用多式核磁共振成像 (MRI) 预测高级高度血清性卵巢癌中的敏感性
Inye Na1, Joseph J Noh2, Chan Kyo Kim3
1Department of Electrical and Computer Engineering, Sungkyunkwan University, Suwon, Republic of Korea.
Frontiers in oncology
|February 8, 2024
概括
通过将磁共振成像 (MRI) 的放射性特征与临床数据相结合,预测卵巢癌中的敏感性得到了改进. 这种综合方法提高了晚期卵巢癌患者的预测准确度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 基于的化疗是卵巢癌的基石治疗方法.
- 预测敏感性对于优化治疗策略至关重要.
- 放射学提供了一种非侵入性的方法,可以从医学图像中提取定量特征.
研究的目的:
- 使用放射学框架预测卵巢癌患者的金敏感性.
- 为了评估结合放射学和临床数据模型的疗效.
主要方法:
- 96名卵巢癌患者接受了多模式MRI (扩散权重,T1权重,T2权重).
- 293个放射性特征被提取并使用最少绝对收缩和选择操作员进行选择.
- 开发了两种预测模型:一种具有放射性特征,另一种将放射性与临床因素 (年龄,阶段,瘤标志物,治疗过程) 结合在一起.
- 模型使用五倍交叉验证进行了验证.
主要成果:
- 仅使用放射学模型的AUC为0.65,用于预测敏感度.
- 结合放射学和临床模型的AUC为0.77.7,表现出更好的性能.
- 与瘤异质性相关的放射性特征是关键预测因素.
结论:
- 放射学和临床数据模型的结合有效地预测了晚期卵巢癌中金敏感性.
- 整合放射学增强了超越传统临床因素的预测能力.
更多相关视频
09:40Author Spotlight: Unveiling the Role of TMOD3 in Platinum Resistance and Immune Infiltration in Ovarian Cancer
Published on: August 2, 2024
2.6K
10:35An Orthotopic Model of Serous Ovarian Cancer in Immunocompetent Mice for in vivo Tumor Imaging and Monitoring of Tumor Immune Responses
Published on: November 28, 2010
18.3K
